MétaCan
Menu
Retour à la cohorte
Enregistrement W4403897519 · doi:10.1016/j.jclinepi.2024.111577

Paper 1: introduction to the series

2024· article· en· W4403897519 sur OpenAlexaffabout
Meera Viswanathan, Nila A Sathe, Vivian Welch, Damian Francis, Patricia Heyn, Rania Ali, Tiffany Duque, Elizabeth Terhune, Jennifer S Lin, Ana Beatriz Pizarro, Dru Riddle

Notice bibliographique

RevueJournal of Clinical Epidemiology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRace, Genetics, and Society
Établissements canadiensBruyèreUniversity of Ottawa
Organismes subventionnairesRobert Wood Johnson Foundation
Mots-clésSeries (stratigraphy)Equity (law)Health equityActuarial scienceEconometricsSociologyPublic healthEconomicsMedicinePolitical scienceGeologyNursingLaw

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Systematic reviews hold immense promise as tools to highlight evidence-based practices that can reduce or aim to eliminate racial health disparities. Currently, consensus on centering racial health equity in systematic reviews and other evidence synthesis products is lacking. Centering racial health equity implies concentrating or focusing attention on health equity in ways that bring attention to the perspectives or needs of groups that are typically marginalized. STUDY DESIGN AND SETTING: This Cochrane US Network team and colleagues, with the guidance of a steering committee, sought to understand the views of varied interest holders through semistructured interviews and conducted evidence syntheses addressing (1) definitions of racial health equity, (2) logic models and frameworks to centering racial health equity, (3) interventions to reduce racial health inequities, and (4) interest holder engagement in evidence syntheses. Our methods and teams include a primarily American and Canadian lens; however, findings and insights derived from this work are applicable to any region in which racial or ethnic discrimination and disparities in care due to structural causes exist. RESULTS: In this series, we explain why centering racial health equity matters and what gaps exist and may need to be prioritized. The interviews and systematic reviews identified numerous gaps to address racial health equity that require changes not merely to evidence synthesis practices but also to the underlying evidence ecosystem. These changes include increasing representation, establishing foundational guidance (on definitions and causal mechanisms and models, building a substantive evidence base on racial health equity, strengthening methods guidance, disseminating and implementing results, and sustaining new practices). CONCLUSION: Centering racial health equity requires consensus on the part of key interest holders. As part of the next steps in building consensus, the manifold gaps identified by this series of papers need to be prioritized. Given the resource constraints, changes in norms around systematic reviews are most likely to occur when evidence-based standards for success are clearly established and the benefits of centering racial health equity are apparent. PLAIN LANGUAGE SUMMARY: Racial categories are not based on biology, but racism has negative biological effects. People from racial or ethnic minority groups have often been left out of research and ignored in systematic reviews. Systematic reviews often help clinicians and policymakers with evidence-based decisions. Centering racial health equity in systematic reviews will help clinicians and policymakers to improve outcomes for people from racial or ethnic minority groups. We conducted interviews and a series of four systematic reviews on definitions, logic models and frameworks, methods, interventions, and interest-holder engagement in syntheses. We found that much work remains to be done in centering racial health equity in systematic reviews. Specifically, systematic reviewers need to change who is represented on their teams, establish foundational guidance (on definitions and causal mechanisms and models, identify what interventions work to address racial health equity, strengthen method guidance, disseminate and implement results, and sustain new practices).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Éditorial
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
gptaucune catégorie
Domaine: non disponible · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil0,875

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,002
Communication savante0,0070,007
Science ouverte0,0020,004
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,2610,114

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,080
Tête enseignante GPT0,436
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial · Commentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical EpidemiologyMême sujetRace, Genetics, and SocietyTravaux en français237 207